图像纹理识别在图像分析和计算机视觉领域中起着重要的作用,是近年来的研究热点之一。一般来说,纹理识别问题可归纳为两个子问题:特征提取和决策分类。本文我们主要讨论特征提取的问题。近年来,由于多通道分析的方法具有对图像尺度信息和方向信息的敏感性,这与实际中的人类视觉系统相一致,因此在图像纹理识别中受到广泛应用。这种方法利用滤波器组对纹理图像进行变换,用分解得到的子带能量构造特征矢量,以此来表示图像的纹理信息。本文采用了一种新的方向滤波器组,其具有良好的方向选择性,并保持了最大下采样的特性。现实世界中的纹理和标准纹理样本相比常常具有某些失真,如纹理的旋转、扭曲等。一种常见的失真就是旋转。因此,纹理识别中的一个重要问题就是实现纹理识别的旋转不变性。本文提出了一种新的基于方向特征提取的旋转不变纹理识别方法——基于灰度共生矩阵/方向滤波器组联合识别方法。该方法首先实现了基于方向滤波器组的纹理识别。为了得到旋转不变纹理特征,采用DFT-encoding对特征值进行处理。其次,结合了灰度共生矩阵的特征提取方法,提出了基于灰度共生矩阵/方向滤波器组的旋转不变纹理识别方法。采用贝叶斯距离作为分类器,在Brodatz纹理库上进行了纹理识别实验。实验结果表明,无论是对于结构性纹理还是非结构性纹理,这种算法都具有较高的识别准确性。